HTML解析器

Harser 是一个简单的 Python HTML 解析器。 安装：pip install harser 示例代码： >>> from harser import Harser >>>...

RenderSnake 是一个轻量级的Java类库用来通过Java方法生产html页面，包含4个核心类库： HtmlCanvas , a class that has methods for a...

Jericho HTML解析器是一个Java库，以分析和操纵部分的HTML文件，其中包括服务器端的标签，而过滤掉任何无法识别的或无效的HTML 。它也提供高层次的HTML表单操作函数。 示例代码...

简介 Jumony是一套基于.NET Framework 3.5的HTML分析处理引擎，使得可以在C#中方便简单的操纵HTML文档，同时也可以充当Web的页面引擎使用。 目标 Jumony希望在...

Html Agility Pack 是CodePlex 上的一个开源项目。它提供了标准的DOM API 和XPath 导航--即使 HTML 不是适当的格式！ 示例代码： HtmlDocume...

HtmlCompressor 是一个 Java 类库，用来对 HTML 内容进行压缩。HtmlCompressor 会删除 HTML 中无用的空格、空行、注释等内容。 该项目还提供了 Maven...

scrape.py 是一个 Python 模块用来从网页上提取内容的工具，可用它轻松实现页面抓取、链接点击、表单提交等操作，自动支持 Cookie、重定向和 SSL。 scrape.py 并不解...

基于 node.js 开发的 xhtml 字符串解析引擎。 本项目是一个处理 HTML 模板的引擎，你可以用类似 jQuery 的方式去操作一段字符串模板，比如 Vue-loader 根据 te...

gohtml 是一个很小的 Java 类库，用来解析 HTML 文档，目前尚未公开发布版本。

woody 是一款基于 Java 的 HTML 解析/提取器，用法非常类似 webmagic，是对其抽取模块的完全重写。 功能： 多种结果数据类型（String, char, byte, sho...

EscapeHTML 是一个简单的 Swift 库用来对 HTML 中的特殊字符进行转义。 示例代码： import EscapeHTML escape("<p>some html</p>")

SgmlReader 是一个敏捷的 C# .NET 库，通过 XmlReader API 解析 HTML 和 SGML 文件。同时提供一个命令行工具可以对这些内容进行格式化输出到 XML 结果。...

NSoup是JSoup的Net移植版本。使用方法基本一致。 特性： jQuery 风格的 CSS 选择器 对不信任的源的 HTML 进行清理 操作 HTML 文档. 示例代码： NSoup.No...

解析HTML和CSS，并且能输出成image，PDF等格式. Flying Saucer is an XML/CSS renderer, which means it takes XML fil...

htmlsprite 是一个 Flash 用来解析 HTML 文档的开发包。 示例代码： import com.redurban.HTMLSprite var htmlsprite:HTMLSp...

很多人需要提取网页的一些内容, 可以利用正则表达式提取,也可以用beautifulsoap等工具. 正则表达式方法速度快,缺点是不好找到匹配的正则. 其他类似beautiful的工具因为要全面分...

Goutte 是一个抓取网站数据的 PHP 库。它提供了一个优雅的 API，这使得从远程页面上选择特定元素变得简单。 示例代码： require_once '/path/to/goutte....

Scrender是一个用来生成网页缩略图的Java类库，基于SWT开发。它实质上是调用本地浏览器引擎对要进行截图的网站进行渲染，然后保存该网页的缩略图。 示例代码请看这里。

Context Parser 是一款功能强劲的 HTML5 内容解析器，它能解析 HTML5 Web 页面。浏览器通常用 JavaScript 和 CSS 引擎来构建页面的动态组件。为了决定应该...

毫无疑问，HTML、HTTP 和 XML 是支撑 Web 技术的三种最重要的技术。对于 PHP 开发人员而言，使用这些技术可能比较麻烦。但是，新的 QueryPath 库，即 jQuery Ja...